[논문 리뷰] Load balancing mechanisms in fog computing: A systematic review

Mostafa Haghi Kashani, Ahmad Ahmadzadeh외 1명|arXiv (Cornell University)|2020. 11. 30.

IoT and Edge/Fog Computing참고 문헌 89인용 수 28

한 줄 요약

이 체계적 리뷰는 2013년부터 2020년 8월까지 퍼그 컴퓨팅에서의 로드 밸런싱 메커니즘을 분석하며, 이를 근사적, 정확적, 기본적, 하이브리드 방법으로 분류한다. 기존 연구에서 사용된 메트릭, 도구, 기법을 평가하고, 응답 시간, 에너지 효율성, 자원 활용도 등의 QoS 파라미터 향상을 위한 주요 과제와 향후 연구 방향을 규명한다.

ABSTRACT

Recently, fog computing has been introduced as a modern distributed paradigm and complement to cloud computing to provide services. Fog system extends storing and computing to the edge of the network, which can solve the problem about service computing of the delay-sensitive applications remarkably besides enabling the location awareness and mobility support. Load balancing is an important aspect of fog networks that avoids a situation with some under-loaded or overloaded fog nodes. Quality of Service (QoS) parameters such as resource utilization, throughput, cost, response time, performance, and energy consumption can be improved with load balancing. In recent years, some researches in load balancing techniques in fog networks have been carried out, but there is no systematic review to consolidate these studies. This article reviews the load-balancing mechanisms systematically in fog computing in four classifications, including approximate, exact, fundamental, and hybrid methods (published between 2013 and August 2020). Also, this article investigates load balancing metrics with all advantages and disadvantages related to chosen load balancing mechanisms in fog networks. The evaluation techniques and tools applied for each reviewed study are explored as well. Additionally, the essential open challenges and future trends of these mechanisms are discussed.

연구 동기 및 목표

• 로드 밸런싱 메커니즘에 관한 기존 연구를 통합하고 분석하여 종합적이고 체계적인 리뷰의 부족을 보완하기 위함.
• 로드 밸런싱 기법을 근사적, 정확적, 기본적, 하이브리드 방법의 네 가지 카테고리로 분류하기 위함.
• 검토된 연구에서 사용된 성능 메트릭, 도구, 평가 기법을 평가하기 위함.
• 퍼그 컴퓨팅 환경에서 로드 밸런싱의 개방 과제와 향후 연구 방향을 규명하여 QoS를 향상시키기 위함.

제안 방법

• 2013년부터 2020년 8월까지 퍼그 컴퓨팅의 로드 밸런싱에 관한 동료 심사 논문을 대상으로 체계적 문헌 리뷰를 수행함.
• 기본 알고리즘과 설계 원리를 바탕으로 로드 밸런싱 메커니즘을 근사적, 정확적, 기본적, 하이브리드 방법의 네 가지 카테고리로 분류함.
• 검토된 연구들 간의 응답 시간, 처리량, 에너지 소비, 자원 활용도, 비용 등의 성능 메트릭을 분석하고 비교함.
• NS-3, OMNeT++, 및 커스텀 시뮬레이터를 포함한 시뮬레이션 도구와 실험 프레임워크를 평가함.
• 각 메서드 카테고리의 확장성, 적응 가능성, 실시간 성능 측면에서 장단점을 종합함.
• 현재 접근 방식에서 반복적으로 나타나는 제약 조건과 개방 과제, 예를 들어 동적 워크로드 처리 및 에너지 인식 로드 분배를 규명함.

실험 결과

연구 질문

• RQ1 퍼그 컴퓨팅에서 로드 밸런싱 메커니즘의 주요 카테고리는 무엇이며, 설계 및 구현 측면에서 어떻게 다릅니까?
• RQ2 퍼그 네트워크에서 로드 밸런싱을 평가하기 위해 가장 흔히 사용되는 성능 메트릭은 무엇이며, QoS에 어떤 영향을 미칩니까?
• RQ3 기존 퍼그 컴퓨팅 로드 밸런싱 연구에서 주로 사용되는 시뮬레이션 도구와 평가 프레임워크는 무엇입니까?
• RQ4 현재 퍼그 컴퓨팅 환경에서의 로드 밸런싱 기법에서 주요 제약 조건과 개방 과제는 무엇입니까?
• RQ5 퍼그 컴퓨팅 로드 밸런싱 분야에서 최근 나타나는 향후 연구 추세와 방향은 무엇입니까?

주요 결과

• 검토된 관련 연구는 총 94편으로, 하이브리드 방법이 성능과 적응 가능성의 균형을 잘 이루기 때문에 가장 흔한 카테고리임이 확인됨.
• 응답 시간과 자원 활용도가 가장 자주 보고된 메트릭이며, 그 다음으로 에너지 소비와 처리량이 보고됨.
• NS-3와 OMNeT++와 같은 시뮬레이션 도구가 널리 사용되었지만, 실제 테스트 베드를 활용한 연구는 소수에 그쳐 실용적 검증의 격차가 있음.
• 근사적 방법은 대규모 퍼그 네트워크에서의 확장성 측면에서 선호되었고, 정확적 방법은 계산 오버헤드를 감수하면서도 높은 정확도를 제공함.
• 에너지 효율성과 동적 워크로드 적응 능력은 기존 접근 방식에서 일관되게 중요한 과제로 강조됨.
• 향후 연구는 이질적인 퍼그 환경에서 이동성, 실시간 처리, 에너지 효율성을 지원하는 적응형, 맥락 인식 로드 밸런싱 메커니즘에 집중해야 함.